meriemnourelhouda/algerian_research_search

# 📚 Algerian Universities Research Search Engine ## 📌 Vue d'ensemble Un moteur de recherche intelligent bilingue (Arabe / Français) dédié aux publications académiques des universités algériennes. Ce projet permet de **crawling, indexation et recherche sémantique** de documents de recherche provenant de plus de **50 universités algériennes**, en utilisant un modèle de classement basé sur **TF-IDF et similarité cosinus**. --- ## 🚀 Fonctionnalités - 🔎 **Recherche bilingue (Arabe / Français)** avec détection automatique de langue - 📊 **Classement intelligent TF-IDF** basé sur la pertinence des documents - 🎯 **Filtrage par université** (50+ universités algériennes) - 🔗 **Recherche de similarité** entre documents scientifiques - 🧠 **Extraction automatique de métadonnées** (mots-clés, résumés, titres) - 📄 **Prévisualisation des documents** avec surbrillance des résultats - 🌐 **Interface web moderne et responsive** - 📍 **Exploration des universités algériennes** --- ## 🧠 Stack technologique | Composant | Technologie | |----------|------------| | Backend | Python, Flask | | Search Engine | TF-IDF (Scikit-learn), Cosine Similarity | | NLP | NLTK, Arabic Reshaper, BeautifulSoup | | PDF Processing | pdfminer, PyPDF2 | | Frontend | HTML5, CSS3, JavaScript | | Storage | JSON, Pickle | --- ## 📁 Structure du projet ```text algerian-research-search/ ├── src/ │ ├── crawler/ # Scraping des sources universitaires │ ├── downloader/ # Téléchargement des documents │ ├── preprocessor/ # Traitement du texte (AR/FR) │ ├── indexer/ # Indexation TF-IDF │ └── search/ # Application web Flask ├── data/ │ ├── raw/ # Documents bruts │ ├── processed/ # Texte extrait │ └── index/ # Index de recherche └── requirements.txt